此为历史版本和 IPFS 入口查阅区,回到作品页
coletangsy
IPFS 指纹 这是什么

作品指纹

【學習記錄】 2021.05.11

coletangsy
·
·
今天學習時間為4H 59M,包括凌晨等待觀看比賽時的30M 學習。
小總結
  • 今日完成了幾個簡單的 Python For loops,更新了一份在 Github
  • 完成Google Data Analytics Professional Certificate (4/8)
  • 擴充了Data Science 學習大綱,整理好手上有的網上學習資源


內容及反思

首先是 Python For loops,完成了幾個For loops 的練習,對比網站的寫法,我的寫法更為結果導向,可以達到題目要求即可,沒有很工整。不過有一個要注意的地方是,不知道是因為一段時間沒碰Python,熟悉度下降,還是同時學習兩種編程語言,我在打Python時,打成了SQL 的格式,例如:

本應: for x in range(1,11):
打成: FOR x  
— 習慣了打SQL時將SELECT FROM WHERE 先打出來 (?)

這部分需要多加溫習才行。之後應該要加上一節實際操作的練習時間,將每日時間分配改為 繼續完成理論比重更高的Google Professional Certificate一節時間學習Udemy Bootcamp的內容。

然後是Google - Process Data from Dirty to Clean 後半內容,主要講解Data Cleaning 中的 Documentation- Changelog 幾個檢查方向;幾個常用的SQL Function (DISTINCT, LENGTH, SUBSTR, TRIM, CAST, CONCAT, COALESCE, CASE)及實際操作;以及幾個修改Resume 的方向

Google 這個 Professional Certificate 課程讀下來,感覺更為偏向【建構對Data Science 的理解】,剛好可以補充一部分理論,更多操作的部分要在Udemy Bootcamp Course 補充。


個人學習大綱

今天只整理了一部分內容,目前的幾大學習主題包括以下:

  • Programming languages (Python, R)
  • Statistics related to DS 
  • Database & SQL
  • Machine Learning 
  • Deep Learning 
  • Data Visualisation (Tableau)

大綱以下的細項都分好,今天亦有整理手上有的電子學習資源,目前已經有Data Science & Machine Learning 跟 SQL 的Bootcamp 課程,兩個內容都包含了很夕幾大主題下的細項。換句話,可以說是除了Data Visualisation 部分,其他都有入門級的學習資源。(巧合的是,我眼中的理論部分,很多都在Coursera平台,而動手寫的很多都在Udemy平台。)


明天計劃
  1. 為學習大綱標上預期完成時間(可以嘗試運用甘特圖)
  2. 開始 Google - Analyze Data to Answer Questions
  3. Python Function 練習
  4. 跑步(今天沒有去跑步,果然人類都是懶惰的 我是懶惰的)


本週目標
  1. 跑步
  2. 完成 Google Data Analytics Professional Certificate (5/8)
  3. 到外邊走走,不要一直關在家中
  4. 定下幾個小項目的方向,目前好奇的問題包括:
—目前全球潔淨能源生產量及用量?
—運用數據分析不同STAYCATION風格下,哪間酒店是最好的選擇?
—在電競比賽中,舉辦地的選擇多大程度影響收看人數?
—全球樂園的入場率在COVID 下長甚麼樣子?


沒想到會收到留言,感謝各位的歡迎。可以在一個溫暖的地方記錄我的學習紀錄,也算是一種鼓勵和動力。

CC BY-NC-ND 2.0 授权